一、深度學(xué)習(xí)為什么要搭建GPU運(yùn)算環(huán)境？

熟悉深度學(xué)習(xí)的人都知道，深度學(xué)習(xí)是需要訓(xùn)練的，所謂的訓(xùn)練就是在成千上萬(wàn)個(gè)變量中尋找最佳值的計(jì)算，所需計(jì)算的數(shù)據(jù)量異常龐大。CPU是一個(gè)有多種功能的優(yōu)秀領(lǐng)導(dǎo)者。它的優(yōu)點(diǎn)在于調(diào)度、管理、協(xié)調(diào)能力強(qiáng)，計(jì)算能力則位于其次。CPU的運(yùn)算在遇到大體量的數(shù)據(jù)時(shí)就會(huì)耗費(fèi)大量時(shí)間，而GPU相當(dāng)于一個(gè)接受CPU調(diào)度的“擁有大量計(jì)算能力”的員工，用GPU運(yùn)算則可以大大加快深度學(xué)習(xí)運(yùn)算速度，從而減少科研的時(shí)間成本。

什么是CUDA？

CUDA（Compute Unified Device Architecture）是顯卡廠商N(yùn)VIDIA推出的運(yùn)算平臺(tái)。 CUDA™是一種由NVIDIA推出的通用并行計(jì)算架構(gòu)，該架構(gòu)使GPU能夠解決復(fù)雜的計(jì)算問(wèn)題。

什么是Cudnn?

將CUDA看作是一個(gè)工作臺(tái)，上面配有很多工具，如錘子、螺絲刀等。cuDNN是基于CUDA的深度學(xué)習(xí)GPU加速庫(kù)，有了它才能在GPU上完成深度學(xué)習(xí)的計(jì)算。它就相當(dāng)于工作的工具，比如它就是個(gè)扳手。但是CUDA這個(gè)工作臺(tái)買(mǎi)來(lái)的時(shí)候，并沒(méi)有送扳手。想要在CUDA上運(yùn)行深度神經(jīng)網(wǎng)絡(luò)，就要安裝cuDNN，這樣才能使GPU進(jìn)行高速的深度神經(jīng)網(wǎng)絡(luò)的工作。

二、搭建GPU運(yùn)算環(huán)境

檢查自己的顯卡型號(hào)，選擇適合的CUDA和CUDNN
如圖打開(kāi)NVIDIA控制面板–>系統(tǒng)信息–>找到NVCUDA.DLL

可以看到NVCUDA.DLL 后面產(chǎn)品名稱那一列寫(xiě)著NVIDIA CUDA 10.2.95 driver，說(shuō)明我的顯卡支持CUDA10.2及以下版本。

CUDA的下載

這里我選擇了CUDA 10.0版本，因?yàn)橄噍^于最新版CUDA 10.2，版本稍低一點(diǎn)會(huì)相對(duì)穩(wěn)定點(diǎn)吧!進(jìn)入NVIDIA官網(wǎng)下載CUDA然后安裝可以了。

下圖根據(jù)提示選擇好自己的系統(tǒng),系統(tǒng)架構(gòu)，系統(tǒng)版本，下載方式，點(diǎn)擊下載的CUDA是最新的！想要下載歷史版本的話，需要自己去找，具體百度即可。

最后進(jìn)入命令窗口輸入：nvcc -V查看安裝是否成功。下圖就是成功安裝的樣子。

Cudnn的下載

進(jìn)入Cudnn界面–>點(diǎn)擊Download cuDNN
這里網(wǎng)站會(huì)要求你注冊(cè)一個(gè)英偉達(dá)賬號(hào)，注冊(cè)了就會(huì)跳轉(zhuǎn)去下載頁(yè)面，最后根據(jù)自己安裝的CUDA版本選擇Cudnn版本就好。我用的是Cudnn 7.6.5。

下載解壓后，把CuDNN目錄里面的bin, include, lib里面的文件覆蓋放入CUDA目錄下對(duì)應(yīng)的bin,include,lib里面（注意是復(fù)制文件，而不是文件夾）。

至此GPU運(yùn)算環(huán)境就算搭建完成了！

三、Ananconda3的安裝

什么是Anaconda？

Anaconda指的是一個(gè)開(kāi)源的Python發(fā)行版本，其包含了conda、Python等180多個(gè)科學(xué)包及其依賴項(xiàng)。

Conda是一個(gè)開(kāi)源的包、環(huán)境管理器，可以用于在同一個(gè)機(jī)器上安裝不同版本的軟件包及其依賴，并能夠在不同的環(huán)境之間切換。

下載Anaconda3

根據(jù)電腦系統(tǒng)和python版本選擇下載文件，按照安裝程序的指示進(jìn)行安裝就好了。

四、Anaconda虛擬環(huán)境的搭建

 什么是虛擬環(huán)境？

虛擬環(huán)境無(wú)非就是將系統(tǒng)的Python運(yùn)行環(huán)境copy到一個(gè)指定的文件夾下，這個(gè)文件夾里的內(nèi)容就是所謂的虛擬環(huán)境。你可以在這個(gè)copy出來(lái)的環(huán)境做實(shí)驗(yàn)(寫(xiě)你的Python代碼)而不用擔(dān)心影響到其它的項(xiàng)目。也就是說(shuō)每個(gè)虛擬環(huán)境都是獨(dú)立的相互隔離的。

不同項(xiàng)目所需要的框架和python包甚至是框架和包的版本都各不相同，所以為每個(gè)項(xiàng)目搭建特定的虛擬環(huán)境是非常有必要的，要養(yǎng)成這個(gè)好習(xí)慣！

虛擬環(huán)境的相關(guān)操作

使用conda create -n your_env_name python=X.X（2.7、3.6等)命令創(chuàng)建python版本為X.X、名字為your_env_name的虛擬環(huán)境。
進(jìn)入虛擬環(huán)境：conda activate your_env_name(虛擬環(huán)境名稱)

對(duì)虛擬環(huán)境中安裝額外的包：conda install -n your_env_name [package]
退出虛擬環(huán)境：deactivate

五、選擇要搭建的深度學(xué)習(xí)框架

 Pytorch的安裝

進(jìn)入pytorch官網(wǎng)，選擇自己的操作系統(tǒng)、編程語(yǔ)言、CUDA版本，最后紅圈部位會(huì)出現(xiàn)一行命令，復(fù)制到命令窗口就可以下載了。

但是！這種方法靈活性很低，我安裝的是CUDA 10，上圖Package里沒(méi)有這個(gè)選項(xiàng)怎么辦？還有PyTorch的版本在國(guó)內(nèi)下載是非常非常非常慢的，而且近期清華與科大的鏡像都被封了，就導(dǎo)致了直接使用PyTorch官網(wǎng)推薦的語(yǔ)句很難安裝。

解決辦法是：下載安裝包到本地 。
建議大家在Package一項(xiàng)中選擇“pip”安裝，然后在“Run this Command”這一欄，直接復(fù)制代碼中的兩個(gè)網(wǎng)址，就可以下載到本地來(lái)進(jìn)行安裝了。

檢查環(huán)境和GPU運(yùn)算是否搭建成功

我上網(wǎng)了解很多人使用pytorch 1.2版本，所以沒(méi)有下載最新的1.5。

import torch
print("hello pytorch {}".format(torch.__version__))
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

Tensorflow的安裝

TensorFlow是基于VC++2015開(kāi)發(fā)的，所以需要下載安裝VisualC++ Redistributable for Visual Studio 2015 來(lái)獲取MSVCP140.DLL的支持。

我這里下載了Visual Studio 2017。
然后就是好習(xí)慣時(shí)刻——?jiǎng)?chuàng)建一個(gè)虛擬環(huán)境，進(jìn)入其中執(zhí)行下載語(yǔ)句conda install tensorflow安裝就可以了！我用的是 Tensorflow 1.14.0。

五、心得和一些建議

整個(gè)深度學(xué)習(xí)環(huán)境的搭建過(guò)程是挺磨人的，我期間參考了許多博客和視頻。由于版本問(wèn)題不匹配而導(dǎo)致環(huán)境搭好了又要推倒重來(lái)，不斷地踩坑排坑，還好結(jié)果是好的。
給一些建議：

• 在搭建GPU環(huán)境前，要了解自己的顯卡支持的CUDA版本，并且cudnn要和CUDA版本匹配。
• 無(wú)論是CUDA還是深度學(xué)習(xí)框架，盡量避免使用最新版，版本稍微低一點(diǎn)點(diǎn)就夠了，因?yàn)槌隽藛?wèn)題能找到很多同版本使用者的解決方案。
• 國(guó)內(nèi)下載python包有時(shí)會(huì)很慢甚至報(bào)一些連接失敗的錯(cuò)誤，換個(gè)下載方式就好了。
• 多利用虛擬環(huán)境，避免各個(gè)環(huán)境間的污染。
• 搭建好環(huán)境后，去跑一個(gè)中等大小的圖像數(shù)據(jù)集代碼吧！然后去看看你的GPU利用率是否變得很高，驗(yàn)證環(huán)境確實(shí)是搭建成功了。

本文所涉及到的版本配置

• Window 10 + RTX 2060
• CUDA10.0+Cudnn 7.6.5
• Pytorch 1.2.0 +Python 3.6.5
• Tensorflow 1.14.0+Visual Studio 2017+python 3.7.3
  

到此這篇關(guān)于Win10 GPU運(yùn)算環(huán)境搭建(CUDA10.0+Cudnn 7.6.5+pytroch1.2+tensorflow 1.14.0)的文章就介紹到這了,更多相關(guān)Win10 GPU運(yùn)算環(huán)境搭建內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論